Stressful life events, perceived degree of stress, and the risk of lung cancer
Notice bibliographique
Résumé
Objective: We examined the experience of acute stressful life events and their perceived impact in relation to lung cancer incidence. Methods: In a population based case-control study in Montreal, Canada, 1061 cases and 1422 controls (recruited 1996-2001) were queried on their experience of loss events (death of a family member, divorce/separation) and socioeconomic events (job loss, major income reduction, or a move to a new city) in the prior 6 years, and their own perceived stressfulness (impact) of the event. Using multivariable unconditional logistic regression, we estimated odds ratios (ORs) and 95 % confidence intervals (CIs) of lung cancer associated with experiencing at least one of the five individual events ("any stressful event"), "any loss event" and "any socioeconomic event", and their impact. Results: Experiencing "any stressful life event" in the previous 6 years was not associated with lung cancer, even when accounting for perceived impact. When considering event type, loss events suggestively increased lung cancer odds, particularly when perceived as high impact (OR = 1.84, 95 % CI: 0.97-3.49). Socioeconomic events did not increase lung cancer odds. Conclusion: This study of recent stressful life events and their perceived impact contributes to knowledge on the possible role of psychosocial stress in lung cancer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».